Académique Documents
Professionnel Documents
Culture Documents
Profesor:
Marcos Orchard
Auxiliar:
Ricardo Rabi
Material de Apoyo
Algebra Lineal
1. Introduccin
El objetivo de este material de apoyo es complementar sus estudios con materia que deben recordar de
semestres anteriores, en este caso, de algebra lineal. Se revisarn conceptos bsicos que deben saber para
el curso.
2. Matrices
2.1. Matriz diagonal
Sea la matriz A de tamao nxn. Se dir que es una matriz diagonal si y solo si 0, i.e.
0
Una propiedad que cumple este tipo de matrices es que si 0 se tiene que A es una matriz invertible.
Sea la matriz A de tamao nxn. Esta matriz ser simtrica si y solo si:
2.3. Invertibilidad
Sea la matriz A de tamao nxn. Se dice que A es invertible si y solo si se cumple que
Donde I es la matriz identidad y si se cumple la relacin, B se le llama la inversa de A y se denota como .
Algunas propiedades de la invertibilidad son (Suponiendo que A es una matriz invertible):
Sea B una matriz de nxn. Se tiene que el producto AB es invertible y
3. Geometra
Auxiliar:
Ricardo Rabi
,
Marcos Orchard
, !
, , (Simetra)
$ " , , $ " , % , $ # , $ , #
, , " , # !
(Biaditividad)
, !
& ' ! ' , ', , ' (Bi-homogeneidad)
!
, ( 0 & , 0 ) 0.
Sean , !
. Se dice que son perpendiculares si y solo si , 0 (Ortogonalidad)
3.2. Norma
La norma de un vector !
se define como
** + , - ,
!
, ** ( 0 & ** 0 ) 0
!
, ' ! *'* |'| **
, !
* $ * / ** $ **
, !
| , | / ** ** (Desigualdad de Cauchy-Schwarts)
4. Espacios Vectoriales
4.1. Definicin
1 $ 2 1 $ 2
1 $ 1 $ 1
1 2 1 2
1
Sea V un espacio vectorial sobre 0 (o ). Diremos que 6 0, es un subespacio vectorial de V si y slo si
7, 8 ! 6, 7 $ 8 ! 6
1 ! 0 3 , 7 ! 6, 1 7 ! 6
Marcos Orchard
Ricardo Rabi
:8 , , 8
; <8 9 4/8 ' 8 , ' 9 03 >
Sea :8 ;
? 4, diremos que estos vectores son linealmente dependientes si y solo si existen escalares
:' , , '
; no todos nulos, tal que:
' 8 0
Sea :8 ;
? 4, diremos que estos vectores son linealmente dependientes si y solo si existen escalares
:' , , '
; todos nulos, tal que:
' 8 0
Sea V un espacio vectorial sobre 0 (o ). Diremos que los vectores :8 ;
? 4, generan V, si y slo si
4.5.2. Base
:8 , , 8
; 4
Dado un espacio vectorial V sobre 0 (o ), diremos que el conjunto de vectores :8 ;
es una base de V si y
slo si
:8 ;
es un conjunto l.i.
:8 , , 8
; 4
Teorema 1:
C
Si @ :8 ;
? 4 es un conjunto generador, entonces es posible extraer un subconjunto @ A8 B que
es base de V.
Marcos Orchard
Auxiliar:
Ricardo Rabi
Teorema 2:
Supongamos que tenemos :8 ;
base de V y un conjunto arbitrario D :E ;F
? 4. Si m>n X es l.d.
5. Subespacios asociados a una transformacin lineal
5.1. Ncleo
5.2. Imagen
El rango de una matriz es el nmero de lneas de esa matriz (filas o columnas) que son linealmente
independientes.
7. Vectores y valores propios
7.1. Vectores propios
Diremos que ' es un valor propio de la matriz A si se cumple la proposicin anterior descrita en 7.1
Observacin
Para el clculo de valores propios basta con resolver la ecuacin
KQ | R ' | 0
'
Marcos Orchard
Ricardo Rabi
Esto quiere decir, que una fila no entregar datos, por lo cual se elimina esa, lo que implica que queda una
variable libre. Al quedar esta variable libre, se obtiene que el resto de las componentes dependern de esta
variable libre, lo cual hace que se generen varias combinaciones de posibles valores, esto hace que se forme
el conjunto descrito anteriormente.
8. Semidefinida/Definida positiva/negativa
Sea una matriz A de tamao nxn. Diremos que
A es semidefinida positiva si ( 0
A es definida positiva si 0 0
A es semidefinida negativa si / 0
A es definida negativa si 0 0
9. Forma de Jordan
Sea el sistema
Se tiene que
U $ V
Donde J es la matriz de Jordan que es de la forma (Esto es un ejemplo, fijarse que la matriz tiene otras
matrices adentro, las cuales se llaman bloques de Jordan)
[
Z
Z
Y
0
1
]
V
^
0
0
1
0
0
0
0
K
a
0`
`
P_
Una propiedad importante de este tipo de descomposicin es que si uno calcula la exponencial de la matriz
A se tiene lo siguiente:
K b W K c W
Una observacin importante con respecto a la exponencial de una matriz, es que si la matriz A es diagonal,
inmediatamente se deduce que los elementos de la diagonal son exponenciales elevadas al componente de
la diagonal, es decir
K dee
K 0
0
b
0
K dff
0
0
0
K dgg
Marcos Orchard
Auxiliar:
Ricardo Rabi
QL
La funcin tr es lineal
, matrices de tamao nxn QL QL
Cualquier consulta o error avisarme por correo al mail Ricardo.rabie@gmail.com
Referencias
[1] Apunte de Algebra Lineal de la Universidad de Chile, Facultad Ciencias Fsicas y Matemticas ao 2010.